python-docx

以下是使用Python复制Word文档内容的详细方法，结合了多种场景和工具，供不同需求选择：

一、使用 python-docx 库进行基础操作

python-docx 是处理Word文档的常用库，支持读取、修改和保存Word文件。

1.1 读取Word文档内容

from docx import Document

# 打开文档
doc = Document("source.docx")

# 获取所有段落文本
paragraphs = doc.paragraphs
full_text = [para.text for para in paragraphs]

# 打印或保存
print(full_text)  # 打印第一段
doc.save("modified_document.docx")  # 保存修改后的文档

1.2 修改文档内容

# 遍历所有段落并修改文本
for para in paragraphs:
    para.text = para.text.replace("Python", "Java")

# 添加新段落
doc.add_paragraph("This is a new paragraph.")

# 保存文档
doc.save("modified_document.docx")

二、使用 win32com 库进行高级操作

win32com 允许Python与Word进行交互，支持复制格式化内容（如图片、格式）。

2.1 复制整个文档内容

import win32com.client as win32

# 启动Word应用（后台运行）
app = win32.Dispatch('Word.Application')
app.Visible = False
app.DisplayAlerts = False

# 打开源文档
src_doc = app.Documents.Open(r'D:\winGUI\test\1.docx')

# 复制内容到新文档
new_doc = app.Documents.Add()
src_doc.Content.Copy()
new_doc.Content.Paste()

# 关闭文档
src_doc.Close()
new_doc.SaveAs(r'D:\winGUI\modified_document.docx')

2.2 保留格式复制内容

# 复制内容并保留格式
doc.Content.Copy()
new_doc.Content.PasteSpecial Paste:=win32.constants.wdPasteAllFormatting

三、其他注意事项

1. 图片和格式保留

   • 使用 win32com 可复制图片和格式，但需注意Word的剪贴板限制（最多支持2张图片）。

   • 使用 Spire.Doc 可批量复制格式，但需额外安装该库。

2. 批量处理

   • 可通过遍历文件夹批量提取文本：

3. 代码格式保留

   • 在Word中粘贴代码时，使用“保留源格式”选项可保留Python代码的缩进和语法高亮

四、推荐工具与库扩展

• Spire.Doc ：支持复杂格式和结构复制，适合企业级需求

• Pandas + to_excel ：适合将数据导出为Word文档（需手动操作）

• docx2txt ：用于提取纯文本，不保留格式

根据具体需求选择合适的方法，python-docx 适合轻量级操作，win32com 和 Spire.Doc 适合复杂场景。